ll processo decisionale data-informed è la capacità di trasformare le informazioni in conoscenze attuabili e verificate, da usare per prendere decisioni definitive.
Attraverso appositi strumenti analitici, che supportano il lavoro degli analisti, i dati si trasformeranno in conoscenza e si tradurranno in decisioni oggettive.
Effettivamente, però, questa non è la definizione di un processo decisionale data-informed, ma calza perfettamente all’approccio data-driven
Differenza tra decisioni data-driven e data-informed
Adottare un approccio data-driven implica che i dati guidino tutto il percorso decisionale.
È importante che l’intera azienda adotti pienamente il metodo data-driven, favorendo una cultura dell’informazione e della condivisione delle pratiche. Solo abbracciando pienamente questo approccio è possibile prendere decisioni oggettive partendo dai dati.
Un atteggiamento data-informed parte dal dato per andare oltre e reintegrare una forma di valutazione soggettiva
Il data-informed è un approccio relativamente nuovo, una sorta di evoluzione del data-driven, pensato per collegare le metriche al comportamento soggettivo dell’utente, per tenere conto del contesto, il tutto al servizio delle competenze decisionali aziendali.
Approfondiamo.
Decisioni data-informed: da cosa nascono
Per prendere decisioni data-informed, esiste uno spettro di capacità critiche che devono essere presenti a livello organizzativo, tra cui una strategia sui dati, un quadro analitico, una forza lavoro alfabetizzata sui dati, diversità e inclusione, una cultura di collaborazione, creatività e comunicazione.
A livello individuale, prendere decisioni data-informed richiede un pensiero sistemico, la capacità di essere consapevoli dei propri bias, la capacità di mettere in discussione i dati e la capacità di accettare i fallimenti e di imparare rapidamente da essi.
Esistono molti modelli per il processo decisionale.
Il modello data-informed unisce la necessità di porsi le domande giuste, di procurarsi i dati giusti nel formato giusto, di valutare criticamente i dati utilizzando un framework analitico, di applicare la propria esperienza personale e quella degli altri essendo consapevoli di eventuali pregiudizi inconsci, di comunicare la decisione a tutti gli stakeholder e di costruire un quadro e un meccanismo di revisione per monitorare la decisione e iterare nuovamente il processo sulla base dei risultati.
12 passaggi-guida per prendere decisioni data-informed
1. Trasformate le domande di business in quesiti da gestire attraverso la data analytics.
2. Trovate tutti i dati pertinenti alla decisione da prendere. Ricordate di pensare alla domanda in modo sistemico, e di includere tutti i dati correlati che potrebbero essere rilevanti. Interni ed esterni.
3. Assicuratevi che i dati siano affidabili, profilati, etichettati, catalogati, standardizzati, trattati secondo le regole della privacy, ecc.
4. Create un framework di misurazione per descrivere i dati con i KPI.
5. Usate l’analisi esplorativa per trovare schemi, tendenze e relazioni.
6. Orientatevi alle informazioni e ai dati raccolti in modo tale da includere nell’analisi le vostre esperienze personali.
7. Contestate i dati e cercate informazioni che li confutino.
8. Esaminate tutta l’analisi assieme ad un team diverso.
9. Se applicabile, sfruttate l’analisi predittiva per eseguire simulazioni iutili a testare potenziali decisioni e soluzioni.
10. Annunciate la vostra decisione al giusto livello a tutti gli stakeholder.
11. Impostate un meccanismo di revisione per monitorare gli impatti della decisione dopo che è stata messa in atto.
12. Sfruttate questo meccanismo di revisione e correggete, migliorando i dati, i quadri di misurazione, la responsabilità, le decisioni e qualsiasi altro aspetto rilevante.
Quale approccio adottare?
Il vero tema, in realtà, non è scegliere tra i due motodi, ma è l’integrazione e l’equilibrio nella scelta e nell’utilizzo di entrabi.
Sicuramente, un’azienda che passa dalle decisioni totalmente soggettive, prese autonomamente dalla leadership, ad un sistema che si vuole basare su riscontri oggettivi, deve considerare il modello data-driven come lo step per prendere confidenza con la data analytics.
Le decisioni data-informed, d’altro canto, sono una sorta di evoluzione che accompagna la data analytics in direzione di risposte più complesse, reintroducendo la soggettività come una parte determinante della strategia e del processo decisionale.
